如何在具有加权验证损失的Keras中使用ModelCheckpoint（）

Question

我在Keras培训了DNN，班级失衡程度很高。因此，我在fit_generator中使用了class_weight来更正此问题。现在，我想使用ModelCheckpoint（）函数以最小的加权验证损失保存模型。我正在尝试，但我不知道实现该目标的方法。有人能举一个简单的例子吗？

Answer 1

ModelCheckpoint("checkpoint.hdf5", monitor='val_loss', mode = 'min', verbose=1, save_best_only = True)
model.fit_genetor(....)

我认为您正在要求这段代码。